Tag · 2 篇
视频幻觉
01 02
拆解嵌合体：视频幻觉的帧级风险与免训练缓解
Unstitching the Chimera: Frame-Level Risk and Train-Free Mitigation for Video Hallucination
提出帧级无参考风险指标 CH-Risk 和免训练两阶段干预 CH-M，可直接用于视频 MLLM 的幻觉检测与缓解，其注意力路由和词元校准思路可迁移到其他多模态生成任务。
ELV-Halluc：面向视频理解中语义聚合幻觉的基准评测
ELV-Halluc: Benchmarking Semantic Aggregation Hallucinations in Video Understanding
把视频幻觉从「帧级感知错误」重新拆解为「帧级语义聚合为事件级语义时的错误」，并给出可复用的细粒度评测协议与 DPO 缓解方案；做视频 MLLM 时序推理或幻觉评测的工作可直接沿用其 SAH 定义与 8K 对抗视频-文本对数据。